RealWorldQA
AIベンチマーク結果とモデルの性能
種類: percentageSpatial Reasoning
記録された結果
43
平均スコア
75.26%
スコアの範囲
64.20% - 86%
最上位モデル
86% - Seed 2.0 Pro
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| Seed 2.0 Pro | 2026年2月14日 | 86% | Seed2 official benchmark table | RealWorldQA | はい | 出典 | |
| Qwen 3.8 27B | 2026年8月14日 | 85.90% | - | はい | 出典 | |
| Qwen 3.6 Plus | 2026年4月01日 | 85.40% | - | はい | 出典 | |
| Qwen 3.5 122B A10B | 2026年2月24日 | 85.10% | - | はい | 出典 | |
| Qwen 3.5 35B A3B | 2026年2月24日 | 84.10% | - | はい | 出典 | |
| Qwen 3.5 27B | 2026年2月24日 | 83.70% | - | はい | 出典 | |
| Qwen 3.5 Flash | 2026年2月23日 | 83.70% | inferred family alias from qwen3.5-27b (score=0.4147; benches=81) | はい | 出典 | |
| Seed 2.0 Lite | 2026年2月14日 | 81.70% | Seed2 official benchmark table | RealWorldQA | はい | 出典 | |
| Seed 2.0 Mini | 2026年2月14日 | 81.60% | Seed2 official benchmark table | RealWorldQA | はい | 出典 | |
| Qwen 3 VL 235B A22B Thinking | - | 81.30% | - | はい | - | |
| Qwen 3 VL 235B A22B Instruct | - | 79.30% | - | はい | - | |
| Qwen 3 VL 32B Instruct | - | 79% | - | はい | - | |
| Qwen 3 VL 32B Thinking | - | 78.40% | - | はい | - | |
| Qwen 2 VL 2B | - | 77.80% | inferred family alias from qwen2-vl-72b (score=0.4083; benches=15) | はい | 出典 | |
| Qwen 2 VL 72B | - | 77.80% | - | はい | 出典 | |
| Qwen 3 VL 30B A3B Thinking | - | 77.40% | - | はい | - | |
| Qwen 3 VL 30B A3B Instruct | - | 73.70% | - | はい | - | |
| Qwen 3 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | はい | - | |
| Qwen 3 Guard Stream 8B | - | 73.50% | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | はい | - | |
| Qwen 3 VL 8B Thinking | - | 73.50% | - | はい | - | |
| Qwen 3 VL Embedding 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5232; benches=50) | はい | - | |
| Qwen 3 VL Reranker 8B | - | 73.50% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.5275; benches=50) | はい | - | |
| Qwen 3 4B Instruct 2507 | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | はい | - | |
| Qwen 3 4B SafeRL | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3850; benches=48) | はい | - | |
| Qwen 3 4B Thinking 2507 | - | 73.20% | inferred family alias from qwen3-vl-4b-thinking (score=0.3462; benches=48) | はい | - |
